> ## Documentation Index
> Fetch the complete documentation index at: https://docs.wandb.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# 분산 트레이닝에서 트레이닝이 멈추는 이유는 무엇인가요?

이 문서는 W\&B를 분산 트레이닝 프레임워크와 함께 사용할 때 발생하는 트레이닝 멈춤 문제를 해결하여 Runs가 중단 없이 시작되고 완료되도록 도와드립니다.

W\&B를 분산 트레이닝과 함께 사용할 때 트레이닝이 멈추는 일반적인 이유는 두 가지입니다:

* **트레이닝 시작 시 멈춤**: W\&B의 멀티프로세싱이 분산 트레이닝 프레임워크의 멀티프로세싱과 간섭할 수 있습니다.
* **트레이닝 종료 시 멈춤**: W\&B 프로세스가 언제 종료해야 하는지 알지 못합니다.

<div id="fix-hangs-at-the-start">
  ## 시작 시 멈춤 현상 해결
</div>

run이 트레이닝을 시작할 때 멈춘다면, 원인은 대개 W\&B의 멀티프로세싱과 분산 트레이닝 프레임워크의 멀티프로세싱이 충돌하기 때문입니다. 이를 해결하려면 W\&B Service를 활성화하세요. W\&B SDK `0.13.0` 이상에서는 기본적으로 활성화되어 있습니다. 이전 버전을 사용 중이라면 SDK를 업그레이드하세요:

```bash theme={null}
pip install --upgrade wandb
```

W\&B SDK `0.12.5`\~`0.12.x`에서는 W\&B Service를 명시적으로 활성화하세요:

```python theme={null}
def main():
    wandb.require("service")
    # 나머지 스크립트
```

W\&B SDK `0.12.4` 및 이전 버전에서는 `WANDB_START_METHOD` 환경 변수를 설정하세요:

```bash theme={null}
export WANDB_START_METHOD=thread
```

W\&B Service를 활성화하거나(이전 SDK에서는 시작 방법을 설정하면) 분산 트레이닝 run이 멈추지 않고 시작됩니다.

<div id="fix-hangs-at-the-end">
  ## 마지막에 멈추는 문제 해결
</div>

트레이닝이 완료된 후 run이 멈춘다면, W\&B가 run이 종료되었음을 감지하지 못한 것입니다. 트레이닝 스크립트 마지막에 `wandb.finish()`를 호출하여 W\&B에 run이 완료되었음을 알리세요:

```python theme={null}
wandb.finish()
```

이 호출은 모든 데이터를 업로드하고 W\&B 프로세스를 정상적으로 종료합니다.

자세한 내용은 [분산 트레이닝](/ko/models/track/log/distributed-training/)을 참조하세요.

***

<Badge stroke shape="pill" color="orange" size="md">[Experiments](/ko/support/models/tags/experiments)</Badge><Badge stroke shape="pill" color="orange" size="md">[Run Crashes](/ko/support/models/tags/run-crashes)</Badge>